AIയും ജലക്ഷാമവും: കൃത്രിമബുദ്ധി കുടിക്കുന്നത് ടൺ കണക്കിന് ശുദ്ധജലം

AIയും ജലക്ഷാമവും: കൃത്രിമബുദ്ധി കുടിക്കുന്നത് ടൺ കണക്കിന് ശുദ്ധജലം

ഇന്ന് ലോകമെമ്പാടും ചർച്ചാവിഷയമായി മാറിയിരിക്കുന്ന ഒന്നാണ് ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് (Artificial Intelligence - AI). വിവരങ്ങൾ തപ്പാനും, ചിത്രങ്ങൾ ഉണ്ടാക്കാനും, കഥകളെഴുതാനും മാത്രമല്ല, സങ്കീർണ്ണമായ പ്രശ്നങ്ങൾ പരിഹരിക്കാനും AI നമ്മളെ സഹായിക്കുന്നു. എന്നാൽ, ഈ സാങ്കേതിക വിദ്യയ്ക്ക് പിന്നിൽ നാം കാണാത്ത വലിയൊരു ചെലവുണ്ട് - അതൊരു വമ്പൻ ജലസ്രോതസ്സുകളെ ഇല്ലാതാക്കുന്നു എന്നതാണ്.

AI ഉപയോഗിക്കുമ്പോൾ, അത് വലിയ തോതിൽ വൈദ്യുതിയും, ആ വൈദ്യുതി ഉൽപ്പാദിപ്പിക്കാനും ഡാറ്റാ സെന്ററുകൾ തണുപ്പിക്കാനും വലിയ അളവിൽ ശുദ്ധജലവും ഉപയോഗിക്കുന്നു. ഈ ജലത്തിന്റെ അളവ് അതിശയിപ്പിക്കുന്നതാണ്.

AI എങ്ങനെയാണ് വെള്ളം ഉപയോഗിക്കുന്നത്?

AI-യും മറ്റു ഡിജിറ്റൽ സംവിധാനങ്ങളും വെള്ളം ഉപയോഗിക്കുന്നത് പ്രധാനമായും രണ്ട് രീതിയിലാണ്:

 

AI പ്രവർത്തിപ്പിക്കുന്ന വലിയ സൂപ്പർ കമ്പ്യൂട്ടറുകൾ (ഡാറ്റാ സെന്ററുകൾ) അമിതമായി ചൂടാകുന്നു. ഈ കമ്പ്യൂട്ടറുകളെ തണുപ്പിക്കാൻ വമ്പൻ 'കൂളിംഗ് ടവറുകൾ' ആവശ്യമാണ്. ഇതിനായി കോടിക്കണക്കിന് ലിറ്റർ വെള്ളം ഓരോ ദിവസവും നീരാവിയാക്കി മാറ്റുന്നു. ഇത് ശുദ്ധജലമാണ് (വാഹനങ്ങളുടെ റേഡിയേറ്ററിൽ വെള്ളം ഒഴിക്കുന്നത് പോലെ).

ഈ ഡാറ്റാ സെന്ററുകൾ പ്രവർത്തിക്കാൻ ഭീമമായ അളവിൽ വൈദ്യുതി ആവശ്യമാണ്. വൈദ്യുതി ഉൽപ്പാദിപ്പിക്കുന്ന പ്ലാന്റുകൾ (താപനിലയങ്ങൾ, ആണവനിലയങ്ങൾ) തണുപ്പിക്കാനും, ജലവൈദ്യുത പദ്ധതികളിൽ വെള്ളം ബാഷ്പീകരിക്കപ്പെടാനും കാരണമാകുന്നു. ഇതാണ് പരോക്ഷമായ ജലോപയോഗം.

AI-യുടെ ജലദാർഢ്യം: ചില ഞെട്ടിക്കുന്ന കണക്കുകൾ

AI മോഡലുകളെ പരിശീലിപ്പിക്കുന്നത് (Training) മുതൽ നാം ഉപയോഗിക്കുന്ന ഓരോ 'ചാറ്റ്' (Inference) വരെ ജലം ആവശ്യമാണ്.

ഗൂഗിൾ, മൈക്രോസോഫ്റ്റ്, മെറ്റാ (ഫേസ്ബുക്ക്) തുടങ്ങിയ വമ്പൻ കമ്പനികൾ ഓരോ വർഷവും ശതകോടിക്കണക്കിന് ലിറ്റർ വെള്ളമാണ് അവരുടെ ഡാറ്റാ സെന്ററുകൾക്കായി ഉപയോഗിക്കുന്നത്.

ഒരു ചെറിയ AI ചോദ്യത്തിന് (ഉദാഹരണത്തിന്, ചാറ്റ് ജിപിടിയിലോട് ചോദിക്കുന്ന 10-50 ചോദ്യങ്ങൾ) അര ലിറ്റർ വെള്ളം ആവശ്യമായി വരുന്നു.

ഒരു വലിയ AI മോഡലിനെ (ഉദാഹരണത്തിന് GPT-4) പരിശീലിപ്പിക്കാൻ ദശലക്ഷക്കണക്കിന് ലിറ്റർ വെള്ളം ആവശ്യമാണ്.

ജല ഉപഭോഗത്തിന്റെ വർദ്ധനവ്: ഒരു ചാർട്ട്

കഴിഞ്ഞ ഏതാനും വർഷങ്ങളായി AI-യുടെ വളർച്ചയും അതോടൊപ്പം ജല ഉപഭോഗവും എങ്ങനെ വർദ്ധിച്ചു എന്ന് താഴെയുള്ള ചാർട്ടിലൂടെ മനസ്സിലാക്കാം:

ഈ ജലക്ഷാമം നമ്മളെ എങ്ങനെ ബാധിക്കും?

പ്രാദേശിക ജലക്ഷാമം: ഡാറ്റാ സെന്ററുകൾ മിക്കപ്പോഴും കൃഷിക്കും ജനങ്ങൾക്കും ആവശ്യമായ ജലം നൽകുന്ന സ്രോതസ്സുകളിൽ നിന്നാണ് വെള്ളമെടുക്കുന്നത്. ഇത് കുടിവെള്ള ക്ഷാമത്തിനും കാർഷിക തകർച്ചയ്ക്കും കാരണമാകും.

പരിസ്ഥിതി മലിനീകരണം: തണുപ്പിക്കാൻ ഉപയോഗിച്ച വെള്ളം മലിനമായി തിരിച്ചൊഴുക്കുന്നത് പ്രാദേശികമായ പരിസ്ഥിതിയെയും ജലജീവികളെയും ബാധിക്കും.

കാലാവസ്ഥാ വ്യതിയാനം: കൂടുതൽ വെള്ളം ഉപയോഗിക്കുന്നത് കൂടുതൽ ഊർജ്ജം ആവശ്യമായി വരുന്നതുകൊണ്ട് കാലാവസ്ഥാ വ്യതിയാനത്തെയും രൂക്ഷമാക്കുന്നു.

എന്താണ് പരിഹാരം?

കൂടുതൽ കാര്യക്ഷമമായ AI: കുറച്ചു വെള്ളവും വൈദ്യുതിയും മാത്രം ഉപയോഗിക്കുന്ന AI മോഡലുകൾ വികസിപ്പിക്കുക.

സുസ്ഥിരമായ കൂളിംഗ് സംവിധാനങ്ങൾ: വെള്ളത്തിന് പകരം വായു (Air cooling) അല്ലെങ്കിൽ ദ്രാവക കൂളിംഗ് (Liquid cooling) പോലുള്ള പുതിയ സാങ്കേതികവിദ്യകൾ ഉപയോഗിക്കുക.

നീതിയുക്തമായ ജല വിതരണം: ഡാറ്റാ സെന്ററുകൾക്ക് ആവശ്യമായ വെള്ളം നൽകുന്നതിന് ജനങ്ങളുടെ കുടിവെള്ളവും കാർഷിക ആവശ്യങ്ങളും തടസ്സപ്പെടില്ല എന്ന് ഉറപ്പാക്കുക.

സുതാര്യത: കമ്പനികൾ എത്ര വെള്ളം ഉപയോഗിക്കുന്നു എന്ന് പരസ്യമാക്കുക.

AI ഒരു വലിയ വിപ്ലവമാണ്, എന്നാൽ അത് പരിസ്ഥിതിയുടെ ചെലവിലാകരുത്. നാം ഓരോ തവണ AI ഉപയോഗിക്കുമ്പോഴും, അത് ഭൂമിയിലെ ശുദ്ധജലസ്രോതസ്സുകളിൽ ഒരംശം കൂടി നീരാവിയാക്കുന്നുണ്ടെന്ന് ഓർമ്മിക്കുക. സുസ്ഥിരമായ സാങ്കേതികവിദ്യകൾ വികസിപ്പിക്കുന്നതിലൂടെ മാത്രമേ നമുക്ക് ഈ പ്രശ്നം പരിഹരിക്കാൻ സാധിക്കൂ.